개인정보 수집 및 이용

문장을 길게 만들어내는 대신, 주어진 선택지 가운데 무엇이 맞는지 빠르게 판단하는 AI가 등장했다. ‘제브’는 반복적인 결정을 더 싸고 빠르게 처리하며, 모든 문제에 거대 AI를 쓰던 방식에 새로운 선택지를 제시한다.

구글 딥아인드 출신의 다니자르 하프너는 AI가 현실의 작동 방식을 예측하는 ‘월드 모델’ 안에서 에이전트를 훈련해, 낯선 환경에서도 스스로 계획하고 대응하는 로봇을 개발하고 있다.

AI 하이퍼스케일러들은 2027년 데이터센터에 1조 달러가 넘는 금액을 투자할 전망이다. 그런데 이 막대한 인프라 투자를 감당할 만큼 이익을 낼 수 있을까?

개별 모델을 만들던 AI가 이제는 AI 시스템 전체를 설계하기 시작했다. 이 ‘자가진화(self-evolving) AI’를 연구실과 기업 현장에서 동시에 연구해 온 황성주 KAIST AI대학원 교수는 AI가 무작위로 가설을 세워 자신의 다음 세대를 직접 설계하는 단계에 들어섰다고 말한다.

스타트업 베어 컴퓨팅의 공동창업자 해나 얼리는 연산 과정에서 버려지는 에너지를 회수해 재사용하는 ‘가역 컴퓨팅’ 기술을 실제 칩으로 구현하고 있다.

기증 간이 기계 관류를 거치면 생물학적 나이가 더 낮아진다는 연구 결과가 나왔다. 이는 관류가 이식 후 장기 기능을 개선하는 이유를 밝힐 단서가 될 수 있다.

주요 AI 기업들이 AI의 위험성을 경고하며 개발 속도 조절을 주장하고 있다. 하지만 실질적인 안전을 위해서는 무엇보다 투명성 확보가 필요하다.

구글 딥마인드가 100개의 AI 에이전트로 수학 문제를 풀게 한 실험에서 일부가 시스템 허점을 이용해 부정행위를 하자 다른 에이전트들이 이를 고발하는 현상이 나타나면서, 다중 AI 에이전트 집단의 통제와 정렬 방식에 대한 새로운 과제를 제시했다.

자폐나 ADHD, 학습 장애 등이 있는 신경다양 아동을 위한 AI 장난감은 정서적 교감과 치료 효과를 약속한다. 하지만 그 약속을 오랫동안 지킬 수 있을까?

햇빛 일부를 반사해 지구 기온을 낮추는 태양 지구공학 기술의 효과를 제대로 판단하려면 어떤 실험과 연구가 필요한지 정리한 보고서가 발표됐다.

미국이 중국산 배터리 의존도를 낮추기 위해 규제를 강화하고 있지만 단기적으로 비용 상승과 에너지 저장 설비 확대 지연이 불가피할 전망이다.

더 똑똑한 모델이 쏟아져도 조직의 생산성은 크게 달라지지 않는다. 젠스파크를 만든 케이 주 CTO는 원인을 ‘기억의 부재’에서 찾는다. 그의 해법은 더 강한 모델이 아니라, 업무 맥락을 기억하는 ‘AI 동료’다.

대규모 전력망용 배터리 설치량은 빠르게 늘고 있지만, 가정용 배터리 보급은 주춤하고 있다.

AI가 어떻게 배울지를 정하는 일은 오랫동안 인간 연구자의 몫이었다. 그러나 이제 AI가 스스로 학습 방식을 찾아내고, 그 방식으로 훈련한 에이전트가 사람이 설계한 대표적인 알고리즘보다 높은 성능을 내기 시작했다. 구글 딥마인드에서 이 연구를 이끈 오준혁 인에퍼블 인텔리전스 공동창업자는 인간이 만든 데이터와 지식에 의존하는 방식에서 벗어나, AI가 스스로 경험하며 배우는 것이 다음 단계라고 말한다.

오픈AI가 인간 연구자의 선행 연구를 활용해 밀레니엄 난제를 해결했다는 의혹이 불거진 가운데, AI 기업 중심으로 재편되는 수학 연구에서 인간 수학자의 역할에 대한 우려가 커지고 있다.

서진영 파스칼 최고기술책임자(CTO)와 정재원 미시간대학교 박사과정 연구자가 각각 고체 냉매 기반 차세대 냉각 기술과 AI 에너지 효율화 소프트웨어로 올해 MIT 테크놀로지 리뷰의 ‘35세 미만 최고 혁신가’에 선정됐다.

질문 하나에 전기 주전자 두 번 끓일 전력을 쓰고, 사람보다 훨씬 많은 토큰을 소비하는 AI 에이전트. 네이버클라우드 출신 이동수 에이투시스 대표는 AI 에이전트 시대에는 토큰이 싸질수록 비용이 줄어든다는 기존의 계산법이 더 이상 통하지 않을 수 있다고 말한다.

화석연료로 생산하는 비료값이 치솟고 있는 상황에서 새로운 비료는 해법이 될 수 있을까?

우크라이나가 전장에서 축적한 드론 데이터를 군수·민간 기업에 개방하면서 AI 기술 개발을 위한 새로운 데이터 시장이 형성되고 있지만, 전장에서 상업용 제품으로 이어지는 과정에 대한 규제 공백도 커지고 있다.

60여 년 전 한 수학자는 인간보다 뛰어난 기계가 등장하면 그 기계가 자신보다 더 뛰어난 기계를 만들 수 있다고 상상했다. 오랫동안 상상에만 머물렀던 이 아이디어가 이제 AI 연구실에서 실제 코드와 실험으로 구현되기 시작했다.